WACV | 显著减负！CRA 模块让语义分割快又准

主要观点总结

本文介绍了一篇论文MetaSeg，该论文提出了一种基于MetaFormer架构的上下文感知网络用于高效语义分割。论文首次将MetaFormer架构从backbone扩展到decoder，并引入了一个新的高效注意力模块——Channel Reduction Attention (CRA)。结合CNN-based encoder和MetaFormer-based decoder，在保持轻量计算的同时捕获局部与全局信息，取得了SOTA性能与更高效率。文章详细描述了整体架构、创新点、方法、输入图像流程、适用场景等。

关键观点总结

关键观点1: 首次将MetaFormer架构扩展到decoder。

论文中的一大创新点是将MetaFormer架构从仅用于backbone扩展到了decoder，这有助于在语义分割任务中更有效地利用全局上下文信息。

关键观点2: 引入了新的高效注意力模块——Channel Reduction Attention (CRA)。

CRA通过将Query/Key压缩到一维，极大降低计算量，同时仍能有效建模全局上下文，适用于高分辨率、轻量化的语义分割等场景。

关键观点3: 结合CNN-based encoder和MetaFormer-based decoder。

论文提出的网络架构结合了CNN和MetaFormer的优势，能够同时捕获局部和全局信息，从而提高语义分割的性能。

关键观点4: 在多个数据集上取得SOTA性能。

论文提出的方法在通用语义分割数据集（如ADE20K、Cityscapes、COCO-Stuff）和医学图像分割数据集（如Synapse）上都取得了最新 state-of-the-art 的性能。